Por qué es importante potenciar a las mujeres en la IA y la ciencia de datos

Las empresas están adoptando la inteligencia artificial más rápido que nunca para simplificar los procesos. Por ejemplo, la IA puede utilizarse para automatizar las tareas de atención al cliente, ayudar a los médicos a diagnosticar enfermedades, mejorar los resultados de los motores de búsqueda, controlar los coches autoconducidos, etc. La lista es interminable...

A medida que la IA se hace omnipresente en la vida cotidiana, la cuestión de la diversidad y la inclusión en la tecnología sigue siendo una preocupación importante. En particular, la persistente infrarrepresentación de las mujeres en la ciencia de datos y la IA, incluidas las lagunas de datos sobre género, conduce a la codificación y amplificación de los prejuicios en los productos técnicos y los sistemas algorítmicos, creando circuitos de retroalimentación perjudiciales.

"Para ser verdaderamente diverso tienes que incorporar a la IA a personas que piensen de forma diferente".

Kay Firth-Butterfield
Directora de IA y Aprendizaje Automático y Miembro del Comité Ejecutivo

La IA es uno de los campos en los que las mujeres pueden experimentar un enorme éxito, especialmente con el impulso adecuado hacia la participación femenina en la industria.

Te presentamos a Lians Wanjiku, entusiasta de la Ciencia de Datos y el Aprendizaje Automático. Aquí daremos un paseo por su viaje hacia la ciencia de datos e inspiraremos a las mujeres jóvenes para que se unan al movimiento tecnológico.

Lians es estudiante de último curso y ayudante de investigación en prácticas en el centro de ciencia de datos de la Universidad Tecnológica Dedan Kimathi de Kenia.

Al darse cuenta de lo sencillo que es extraer información de los datos, Lians se interesó por el aprendizaje automático. Se unió a una comunidad de ciencia de datos hace aproximadamente un año y se ha interesado mucho por seguirla como carrera profesional. Para Lians, ¡es increíble cómo la ciencia de datos y la IA impulsan el futuro!

YOLOv5 para Detectar Especies Animales

Lians empezó con YOLOv5 ¡hace varios meses! Trabajando con imágenes de diversas especies animales, el objetivo principal de trabajar con el YOLOv5 como modelo de detección de objetos era clasificar las especies animales de la reserva de su escuela. Más adelante en el proyecto, se dio cuenta de que, tras la clasificación, el modelo podía anotar automáticamente todas las imágenes. Esto facilita la reducción del esfuerzo humano y ahorra tiempo en la anotación de las imágenes.

Lians también experimentó con otros modelos de detección de objetos preentrenados, como TFOD y YOLOv3, porque al principio necesitaba adquirir conocimientos y habilidades en PyTorch. Sin embargo, tras encontrar YOLOv5 a través de la investigación, lo implementó rápidamente. Para Lian, este modelo es el que mejor funciona, ya que es ligero, fácil de usar y proporciona la mejor precisión.

"¡Lo mejor es que puedes empezar con sólo unas pocas líneas de código!"

El valor en YOLOv5

• Aumento de datos
• Velocidad de inferencia
• El hecho de que el modelo esté disponible en varias variantes (s, m, l y x), cada una con una precisión de detección y un rendimiento diferentes, le facilitó las cosas.

Lians recomienda YOLOv5 a cualquiera que se inicie en este campo. En sus palabras, "YOLOv5 se creó para la detección de objetos, ¡así que es bueno en lo que hace! Como hay menos operaciones y menos código que escribir, YOLO es uno de los algoritmos de detección de objetos más conocidos por su velocidad y precisión".

Lians está abierta a colaboraciones en GitHub y disponible para charlar en Twitter, también publica artículos sobre proyectos en los que está trabajando. Echa un vistazo a su artículo: ¡ Introducción a la detección de objetos con YOLOv5!

He desplegado el modelo de detección de objetos en algunos vídeos tanto con cebras como con impalas y..... Desde esta perspectiva, creo que tendré que volver a la cocina para trabajar con más datos y perfeccionar el modelo. #100díasdecodificación @ultralytics #deteccióndeobjetos @WomenInDataAfri
‍

‍

- lian.s__ (@lians___) 29 de noviembre de 2022

Gracias por leer la experiencia de Lians. Como Ultralytics, esperamos que más mujeres se unan a este campo. Seguiremos haciendo que la IA sea más fácil para todos, ¡estad atentos!